浅谈python锁与死锁问题
如果你学过操作系统,那么对于锁应该不陌生。锁的含义是线程锁,可以用来指定某一个逻辑或者是资源同一时刻只能有一个线程访问。这个很好理解,就好像是有一个房间被一把锁锁住了,只有拿到钥匙的人才能进入。每一个人从房间门口拿到钥匙进入房间,出房间的时候会把钥匙再放回到门口。这样下一个到门口的人就可以拿到钥匙了。这里的房间就是某一个资源或者是一段逻辑,而拿取钥匙的人其实指的是一个线程。
加锁的原因
我们明白了锁的原理,不禁有了一个问题,我们为什么需要锁呢,它在哪些场景当中会用到呢?
其实它的使用场景非常广,我们举一个非常简单的例子,就是淘宝买东西。我们都知道商家的库存都是有限的,卖掉一个少一个。假如说当前某个商品库存只剩下一个,但当下却有两个人同时购买。两个人同时购买也就是有两个请求同时发起购买请求,如果我们不加锁的话,两个线程同时查询到商品的库存是1,大于0,进行购买逻辑之后,减一。由于两个线程同时执行,所以最后商品的库存会变成-1。
显然商品的库存不应该是一个负数,所以我们需要避免这种情况发生。通过加锁可以完美解决这个问题。我们规定一次只能有一个线程发起购买的请求,那么这样当一个线程将库存减到0的时候,第二个请求就无法修改了,就保证了数据的准确性。
代码实现
那么在Python当中,我们怎么样来实现这个锁呢?
其实很简单,threading库当中已经为我们提供了线程的工具,我们直接拿过来用就可以了。我们通过使用threading当中的Lock对象, 可以很轻易的实现方法加锁的功能。
import threading class PurchaseRequest: ''' 初始化库存与锁 ''' def __init__(self, initial_value = 0): self._value = initial_value self._lock = threading.Lock() def incr(self,delta=1): ''' 加库存 ''' self._lock.acquire() self._value += delta self._lock.release() def decr(self,delta=1): ''' 减库存 ''' self._lock.acquire() self._value -= delta self._lock.release()
我们从代码当中就可以很轻易的看出Lock这个对象的使用方法,我们在进入加锁区(资源抢占区)之前,我们需要先使用lock.acquire()方法获取锁。Lock对象可以保证同一时刻只能有一个线程获取锁,只有获取了锁之后才会继续往下执行。当我们执行完成之后,我们需要把锁“放回门口”,所以需要再调用一下release方法,表示锁的释放。
这里有一个小问题是很多程序员在编程的时候总是会忘记release,导致不必要的bug,而且这种分布式场景当中的bug很难通过测试发现。因为测试的时候往往很难测试并发场景,code review的时候也很容易忽略,因此一旦泄露了还是挺难发现的。
为了解决这个问题,Lock还提供了一种改进的用法,就是使用with语句。with语句我们之前在使用文件的时候用到过,使用with可以替我们完成try catch以及资源回收等工作,我们只管用就完事了。这里也是一样,使用with之后我们就可以不用管锁的申请和释放了,直接写代码就行,所以上面的代码可以改写成这样:
import threading class PurchaseRequest: ''' 初始化库存与锁 ''' def __init__(self, initial_value = 0): self._value = initial_value self._lock = threading.Lock() def incr(self,delta=1): ''' 加库存 ''' with self._lock: self._value += delta def decr(self,delta=1): ''' 减库存 ''' with self._lock: self._value -= delta
这样看起来是不是清爽很多?
可重入锁
上面介绍的只是最简单的锁,我们经常使用的往往是可重入锁。
什么叫可重入锁呢?简单解释一下,就是在一个线程已经持有了锁的情况下,它可以再次进入被加锁的区域。但是既然线程还持有锁没有释放,那么它不应该还是在加锁区域吗,怎么会有需要再次进入被加锁区域的情况呢?其实是有的,道理也很简单,就是递归。
我们把上面的例子稍微改一点点,就完全不一样了。
import threading class PurchaseRequest: ''' 初始化库存与锁 ''' def __init__(self, initial_value = 0): self._value = initial_value self._lock = threading.Lock() def incr(self,delta=1): ''' 加库存 ''' with self._lock: self._value += delta def decr(self,delta=1): ''' 减库存 ''' with self._lock: self.incr(-delta)
我们关注一下上面的decr方法,我们用incr来代替了原本的逻辑实现了decr。但是有一个问题是decr也是一个加锁的方法,需要前一个锁释放了才能进入。但它已经持有了锁了,那么这种情况下就会发生死锁。
我们只需要把Lock换成可重入锁就可以解决这个问题,只需要修改一行代码。
import threading class PurchaseRequest: ''' 初始化库存与锁 我们使用RLock代替了Lock,也可重入锁代替了普通锁 ''' def __init__(self, initial_value = 0): self._value = initial_value self._lock = threading.RLock() def incr(self,delta=1): ''' 加库存 ''' with self._lock: self._value += delta def decr(self,delta=1): ''' 减库存 ''' with self._lock: self.incr(-delta)
总结
今天我们的文章介绍了Python当中锁的使用方法,以及可重入锁的概念。在并发场景下开发和调试都是一个比较困难的工作,稍微不小心就会踩到各种各样的坑,死锁只是其中一种比较常见并且比较容易解决的问题,除此之外还有很多其他各种各样的问题。
针对死锁的问题,Python还提供了其他的解决方案,我们放到下一篇文章当中再和大家分享。
以上就是浅谈python并发锁与死锁问题的详细内容,更多关于python并发锁与死锁的资料请关注脚本之家其它相关文章!
相关文章
Python中.join()和os.path.join()两个函数的用法详解
join()是连接字符串数组而os.path.join()是将多个路径组合后返回。接下来通过本文重点给大家介绍Python中.join()和os.path.join()两个函数的用法,感兴趣的朋友一起看看吧2018-06-06教你如何在pycharm中安装opencv,tensorflow,keras
今天通过本教程教大家如何在pycharm中安装opencv,tensorflow,keras,本文分步骤给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-08-08
最新评论